物流企業的無形資產評估研究
——以圓通為例

■ 趙振洋 陳金歌

如何評估物流企業無形資產價值成為資產評估機構和資產評估師關注的重點。大數據作為一種決策力、洞察力和流程優化能力都全方位升級的信息資產，是物流企業轉型升級的關鍵。作者通過對大數據資產平臺進行分析，提出采用收益法評估大數據資產，并以圓通公司為例，采用市場法對物流企業整體無形資產進行評估，驗證了收益法與市場法相結合的方式在實務應用中的可操作性，以期對物流企業無形資產評估提供一些建議。

一、物流企業無形資產評估現狀

（一）對大數據資產評估方法匱乏

大數據作為一種決策力、洞察力和流程優化能力都全方位升級的信息資產和載體平臺，是物流企業日常營運轉型升級的關鍵，起到了降低財務費用和優化資源配置的作用。作為知識經濟的產物，大數據通過整合海量信息的企業，特別是新興知識經濟下以無形資產為主的物流企業，帶來了高價值的數據資源和超額收益。這說明大數據作為物流企業的重要無形資產帶來了可觀的價值。大數據的運用滲透在物流企業日常經營的主要環節之中，如圖1所示：

物流企業的整個運營過程可以大體分為三個環節：運輸、倉儲和配送，各家物流公司為了實現“最后一公里”的目標都必須在這三個關鍵環節上利用大數據實現資源最優化配置，在運輸環節上利用大數據信息可以將貨主與司機進行最優匹配，降低空駛率，節約運輸成本，還可以收集司機裝載、卸載日志，記錄運輸的平均速度和停頓時長，監控司機行為的同時為下一次運輸找到更優路線；在倉儲方面，智能機器人通過大數據的定位、導航信息可以在倉庫中合理分工各司其職，提高分揀工作效率；配送環節上，物流企業利用用戶大數據信息精準定位，提供更為便捷的服務。但在物流企業的無形資產評估當中未將大數據資產列入到無形資產的評估范圍，僅將土地權、商標、域名、專利和著作權列入到無形資產當中，這就造成了物流企業無形資產評估理論與實務相脫節，物流企業無形資產評估的準確性降低，不符合物流企業的發展現狀。

（二）評估方法比較單一

傳統的物流企業評估往往采用收益法，用超額收益作為預期收益進行估測，極少采用市場法和成本法。傳統觀念認為目前我國物流業的上市公司較少，市場機制并不完善，缺乏相關可比數據，不具備市場法的應用前提。物流企業各個單項無形資產的成本還具有不完整性、弱對應性和虛擬性的特點，難以對無形資產的重置成本進行估測。因此傳統觀念認為物流企業不適宜采用市場法和成本法進行評估。

圖1 大數據對物流企業各環節的影響

然而近年來物流企業上市進程加快，截止至2018年5月共有48家物流企業上市公司，是物流企業2016年總上市公司的2倍。物流企業的并購活動也日益頻繁，出現了蘇寧收購天天快遞、青旅物流收購全峰快遞、圓通收購先達國際等多起物流企業并購案例，物流企業市場逐漸形成，可比的上市公司及其交易活動增多。因此，采用市場法評估無形資產的應用前提條件實際已經具備。

二、大數據資產價值評估方法

（一）大數據平臺的構建

構建大數據平臺，整合數據信息并篩取有效信息成為所有企業運用大數據進行管理的關鍵。如圖2所示，大數據平臺主要由五部分構成：一是數據源和數據終端，物流企業的數據多來自于運輸數據跟蹤和市場分析，數據終端主要是基于GPS定位的移動終端平臺。二是數據的獲取，通過三個步驟實現：首先是數據采集，利用Kafka（支持高吞吐量持久性的數據傳遞）、Flume（用于聚合日志數據）等接口裝置將系統外部數據輸入到系統內部；其次是數據運輸，采用運輸機制將獲取到的數據傳輸到存儲端；最后是數據預處理，用于甄別不完整數據、臟數據，保障數據挖掘的質量。三是數據的存儲，主要包括操作平臺這種硬件基礎設施和以MPP和Hadoop為代表的數據管理軟件。MPP是一種結構化系統，主要用以支撐數據的深層分析和挖掘。非結構化操作群組Hadoop由HDFS存儲端、MapReduce數據計算端和其他有關數據讀取和統計的系統組成，與MPP處理系統并列存在，對數據進行挖掘和提取。四是將挖掘得到的數據結合行業特征和需求進行數據分析，運用Hive SQL等工具從挖掘來的海量數據中提取出對不同類型企業有幫助的部分。五是運用BI等操作平臺將有用數據生成完整信息輔助企業運營，如報表應用、生產應用等等，物流企業中生成的有用信息主要用于規劃最優路線，定位顧客位置。這五部分相輔相成，綜合利用云計算和分布式技術，使構建的大數據平臺可以做到全面刻畫用戶信息，精準檢測運送位置。

（二）收益法評估大數據資產價值

大數據平臺的搭建較為復雜，包括數據的收集、存儲、分析等多個流程，還需要配置多個數據操作和處理系統，這些系統程序密集，對應用技能要求高，使用過程中需要專業技術人員操作。用成本法對大數據資產進行評估需要對所有操作系統、人工成本進行估值，操作困難可行性差。數據資產市場的不完整意味著市場法也不適用。大數據資產在其生命周期內帶給物流企業的超額收益可以通過計算成本的節約量進行預測與貨幣計量，承擔的風險可預測和計量，獲利年限也能夠可靠計量，大數據資產滿足收益法運用的三個前提條件，因此采用收益法對大數據資產進行價值評估。

1.收益額的估測

通過比較未使用無形資產和使用無形資產之后的單位成本變化計算出大數據資產給物流企業帶來的超額收益。大數據在形成系統的平臺之前雖然普遍存在于物流企業之中，但并未與專業數據處理工具結合形成有用的大數據資產，也沒有為物流企業帶來成本效益。因此可以通過公式（1）計算出大數據帶來的超額收益：

圖2 大數據平臺的搭建

（1）式中R為超額收益，C1，C2分別為使用大數據之前年份與評估基準日時物流業務的單位成本，Q為物流企業使用大數據之前的業務量，T為企業所得稅稅率。

2.折現率&收益期限的估測

如公式（2）所示，折現率r的選取采用無風險利率r1加上風險利率r2。其中r1采用我國國債利率，r2通過物流企業β系數可以進行測算。

國家政策中明確指出到2025年我國將全面鋪開在物流企業中對大數據資源的應用，雖然數據資產本身不具有使用年限及貶值的說法，但是其帶來的超額收益是有限的。本次評估基準日為2016年12月31號，在考慮到有關專家的專業分析以及政府政策后，將收益期限暫定為10年。最后根據公式（3）求得大數據資產價值：

（3）式中P為評估價值，為未來第i年的預期收益，r為折現率，i為年序號。

綜上所述，在對物流企業的無形資產價值測算過程中應該包含對大數據資產的測算，并與傳統的無形資產價值加總作為物流企業的總體無形資產價值。

三、以圓通為例用市場法評估物流企業無形資產價值

（一）圓通公司簡介

上海圓通速遞（物流）有限公司成立于2000年，2016年在中國上市，并于2017年登上中國企業500強名單。縣級以上服務范圍覆蓋率高達98%，在世界上50多個國家和地區設有業務網店，服務規模與服務質量持續提升，2016年圓通速運業務量為44.60 億件，市場規模位居快遞行業前列；公司營業收入168.18億元，較2015年增長39.04%；重點加強時效和服務質量提升工作，平均有效申訴率降幅為41.15%。圓通公司特別注重對技術的投入和對人才的留用。截止至2016年12月31日，圓通速運無形資產總量為15.6億元，較2015年（10.2億元）增長了52.42%；建立員工年終績效獎金、項目激勵獎金、股權激勵等長效激勵機制，以保留公司內部的核心人才。

作為一家上市公司，圓通在市場上有眾多可比的同類型上市公司，因此采用市場法對圓通企業的無形資產進行評估，評估基準日為2016年12月31日。

（二）選取參照物

圓通速遞、申通快遞、韻達速遞、百世快遞、順豐速運和德邦物流的市場占有率、資產總額、網點+加盟店數量、無形資產總額如表1所示，被評估快遞公司圓通速遞的市場份額、資產總額、網點數量、無形資產總額等因素與市場上的申通快遞、韻達快遞和百世匯通相關因素數值相近，具有可比性，因此可以選取以上三個公司的數據作為用市場法評估圓通速運無形資產價值的參照物。而順豐速運和德邦快遞在市場占有率、資產總額方面與圓通快遞存在較大差異，因此不選取為參照物。

表1 上市快遞公司重要指標

（三）可比因素指標分析

借鑒苑澤明（2018）觀點的基礎上，嘗試構建大數據資產價值指標，將物流企業無形資產評估分為3個一級指標，分別為創新能力指標、可持續發展能力指標和大數據資產價值指標，并細分為8個二級指標，分別為研發能力、科技人員密度、資產增長率、無形資產收益、員工素質、價值密度、營運年數和業務覆蓋范圍，如表2所示：

1.創新能力指標

創新可以使企業利用現有的生產資源開發出新的生產能力，為企業帶來多方面超額收益，因此將創新能力作為度量物流企業無形資產的一個重要指標。Penrose（2012）認為企業的發展應歸結為內部技能與知識的積累，內部技能在物流企業中可以簡化為研發能力，知識積累主要體現在公司員工中技術人員所占的比重，因此將創新能力細化為研發能力和技術人員密度這兩個二級指標。

研發的投入和政府的扶持是體現研發能力的兩大主要助力。物流企業正處于政府紅利時期，國家對高新技術產業進行大力扶持，助推物流企業向智慧物流轉型，研發創新背后的部分資金來自于國家政策撥款，因此將政府補助收入納入到衡量無形資產研發能力指標中，用R&D投入和政府補助之和與營業收入與營業外收入之和的比值作為評價指標，來反映物流公司的創新意愿和創新能力。科技人員是公司知識積累的主要來源和核心力量，因此可以用科技人員數量與公司員工總數之比，來度量技術人員的密度。

2.可持續發展能力指標

可持續發展能力是無形資產評估的重要指標之一。創新活動并非是微觀企業發展的充分條件，也很可能因投資不當或經營失誤導致企業面臨衰退的風險。而可持續發展可以對無形資產的效率、質量以及風險因素進行進一步的判斷。因此將可持續發展能力指標具體分為以下三個二級指標：資產增長率、無形資產收益和員工素質。

表2 無形資產質量評價指標

資產增長率是用當期資產與上一期資產之差與上一期資產進行比較，體現出公司的資本累積能力，是衡量公司后期發展動力的關鍵性因素；無形資產收益率是用企業無形資產與總資產之比，主要反映公司對于無形資產的重視程度；員工素質的高低直接影響物流企業無形資產價值的大小，是企業的核心競爭力的體現，主要選取本科學歷員工在總員工所占比例，作為員工素質的評價標準。

3.大數據的質量

與一般無形資產度量方式有所不同，大數據價值評估會受到企業運營狀況的影響。對大數據資產采取從數量和質量兩方面進行評價，設定了評估大數據資產價值的三個二級指標：運營年數、公司業務覆蓋范圍以及大數據的價值密度。

大數據平臺搭建的基礎就是來自于數據端的原始數據，而企業運營年數是累積大量數據的前提條件，隨著運營年數的增加，物流企業的顧客信息、運輸信息以及定位信息會隨著運營年數逐漸累積增加，因此將企業的運營年限作為評價大數據平臺開發潛能的一項重要指標。

公司業務的覆蓋范圍反映大數據被開發的實際情況。網點與加盟商數量越多，公司收集數據的能力越強，可以從市場上獲得的與業務活動相關的數據越多，可以更好的利用大數據對顧客群體和市場發展趨勢進行具體剖析。

價值密度用市場占有量除以總體容量與總市場覆蓋范圍的乘積來度量，主要反映大數據資產對數據的獲取能力。也就是說價值密度越大，企業在現有網點以及加盟商中可以獲取到的數據量越多，對已開發的大數據資源的利用效率的評價指標。

4.物流企業特殊可比因素的考慮

考慮到物流企業往往采用不同的發展策略和進度，使得投資于固定資產和在建工程的時間點有所不同，在評估基準日時各物流公司資產狀況就會產生較大的差異，而這些差異會影響市場法下的指標分析，進而導致評估結果可能出現巨大偏差。為了消除這種與公司性質和行業屬性無關卻又對評估結果產生顯著影響的因素，在評估圓通公司過程中通過單獨列支對資產規模的修正系數，從而增強評估的準確性。

（四）運用市場法對無形資產總體進行估值

參考資產評估市場法中的類比調整法，如表3所示，在此例中是將圓通公司的各項指標分別與申通、韻達和百世匯通的對應指標比較，得出三組修正系數，采用公式（4）得出參照物的比準價值。

最終由市場法得到的圓通公司2017年無形資產評估價值為36.38億元，2017年評估報告中圓通公司實際無形資產價值為37.76億元，誤差率僅為3.65%，遠遠小于8%，證明用市場法評估物流企業無形資產價值有其合理性和可操作性。

表3 圓通與參照物各項指標數值

四、評估物流企業無形資產時應注意的問題

（一）注意劣質數據對大數據資產價值的影響

數據庫中的錯誤數據及與現實情況不一致的數據被稱為劣質數據。出現劣質數據的主要原因是數據缺乏時效性和及時性，物流企業整體發展走向的變化會使歷史數據失去可用性，或者是由物流企業缺乏對大數據平臺的及時更新維護導致的，數據源、數據獲取和數據存儲中任意一個環節中系統維護不及時都會降低數據時效性。為了避免大數據質量的下降給評估造成的消極影響，企業需要注意所處行業的宏觀發展方向，也應該定期對大數據平臺進行維護與升級，減少劣質數據對大數據資產價值評估的影響。

（二）注意技術并購對物流企業無形資產評估的影響

隨著科學技術的發展，核心技術與創新能力成為了物流企業搶占市場份額，獲取客戶資源的關鍵。巨大的科技創新壓力促使物流企業的技術并購活動頻繁發生。技術并購會使得物流企業R&D費用降低，潛在研發能力提升，與原有技術的相輔相成等優勢。在對有技術并購行為的物流企業進行無形資產評估時，除考慮各無形資產單獨的收益以外，還應該考慮到多種無形資產共同作用于企業時帶來的協同效應的增值。可以采用層次分析法、專家打分法等對協同效應進行評估。

（三）注意外部環境因素對物流企業無形資產評估的影響

隨著行業競爭壓力的日益增加，地區差異、客戶偏好等外部環境因素在物流企業經營過程中發揮著越來越重要的作用，對其無形資產價值的評估也產生了多方面的影響。以地區差異為例：江浙滬地區經濟發達，物流數據積累量大，知識型人才密集聚集，該地區的物流企業可以以較低的成本獲得更優的數據資源和人力資源這兩種關鍵的無形資產。因此，在對物流企業進行無形資產價值評估時，必須要考慮到行業發展的關鍵外部因素對物流企業無形資產評估產生的正面與負面影響。